matplotlib的使用——annotate标注的使用
标注常用函数及其作用
1、plt.annotate()
plt.annotate( s, xy, *args, **kwargs)
其中常用的参数有：
1、s：代表标注的内容
2、xy：需要被标注的坐标，通过xycoords设置偏移方式
3、xytext：标注的文字的坐标，通过textcoords设置偏移方式
4、xycoords：用于设置xy的偏移方式
5、textcoords：用于设置xytext的偏移方式
6、color：设置字体颜色
{‘b’, ‘g’, ‘r’, ‘c’, ‘m’, ‘y’, ‘k’, ‘w’}
‘black’,'red’等 [0,1]之间的浮点型数据
RGB或者RGBA, 如: (0.1, 0.2, 0.5)、(0.1, 0.2, 0.5, 0.3)等7
7、arrowprops：箭头参数,参数类型为字典dict
width：箭头的宽度，以点为单位
headwidth：箭头底部的宽度，以点为单位
headlength：箭头的长度，以点为单位
shrink：从两端“收缩”的分数
facecolor：箭头颜色
arrowstyle：箭头的样式
connectionstyle：用于设置连接方式，可以设置弧度等
可以用字符串代表一个箭头的样式，用于arrowstyle。
接下来我将举例说明，如何利用annotate函数实现一个点的标注。
plt.annotate('2x+1=y',
xy=(x0,y0),
xycoords='data',
xytext = (+30,-30),
textcoords = 'offset points',
fontsize = 16,
arrowprops=dict(arrowstyle = '->',
connectionstyle = 'arc3,rad=0.2')
)
其中：
(x0,y0)代表被标注的坐标；
xycoords = ‘data’代表使用被注释对象（参数为xy）的坐标系统；
xytext =(+30,-30)代表相对xy右偏移30单位，下偏移30单位；
textcoords = 'offset points’代表以点为单位；
fontsize = 16代表字体大小；
arrowprops=dict(arrowstyle = ‘->’,connectionstyle = ‘arc3,rad=0.2’)代表使用样式为’->'的箭头，并具有一定的连接弧度。
2、plt.text()
plt.text( x, y, s, fontdict=None, withdash=<deprecated parameter>, **kwargs)
1、x,y：代表标记所处的坐标值
2、s：代表标记的文字
3、fontsize：代表字体大小
4、verticalalignment：垂直对齐方式 ，可以选择(‘center’ , ‘top’ , ‘bottom’ , ‘baseline’ )
5、horizontalalignment：水平对齐方式 ，可以选择( ‘center’ , ‘right’ , ‘left’ )
6、xycoords：选择指定的坐标轴系统，与annotate函数类似
7、arrowprops：增加箭头，与annotate函数类似
width：箭头的宽度，以点为单位
headwidth：箭头底部的宽度，以点为单位
headlength：箭头的长度，以点为单位
shrink：从两端“收缩”的分数
facecolor：箭头颜色
arrowstyle：箭头的样式
connectionstyle：用于设置连接方式，可以设置弧度等
可以用字符串代表一个箭头的样式，用于arrowstyle。在这里插入图片描述
8、bbox：增加边框样式
boxstyle：方框外形；
facecolor：背景颜色；
edgecolor：边框线条颜色；
edgewidth：边框线条大小。
接下来我将举例说明，如何使用text函数
plt.text(0.5,-1,'This is a text',fontdict = {'size':12,'color':'green'})
其中：
- 0.5,-1代表被text所处的坐标；
- 'This is a text’代表标注的内容；
- fontdict = {‘size’:12,‘color’:‘green’}代表设置字号为12，颜色为绿色
应用示例
import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-1,1,50)
y1 = 2*x + 1
plt.xlim((-1,1))
plt.ylim((-2,5))
plt.xlabel('I am x label')
plt.ylabel('I am y label')
newTicks = np.linspace(-1,1,11)
plt.xticks(newTicks)
# y轴字体差别，设置成斜体
plt.yticks([-2,-1.0,0,1.5,3],
[r'$really\ bad$',r'$little\ bad$',r'$normal$',r'$little\ good$',r'$pretty\ good$'])
plt.plot(x,y1)
# 获得当前的axis
ax = plt.gca()
# 设置图像的上边、右边axis为无色
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
# 设置x轴坐标在下部
ax.xaxis.set_ticks_position('bottom')
# 设置x轴位于图像y=0处
ax.spines['bottom'].set_position(('data', 0))
# 设置x轴坐标在左部
ax.yaxis.set_ticks_position('left')
# 设置y轴位于图像x=0处
ax.spines['left'].set_position(('data',0))
x0 = 0.5
y0 = x0*2+1
plt.scatter(x0,y0,s = 50,color = 'green')
plt.plot([x0,x0],[y0,0],'--',color = 'black')
plt.annotate('2x+1=y',xy=(x0,y0),xycoords='data',xytext = (+30,-30),textcoords = 'offset points',
fontsize = 16,arrowprops=dict(arrowstyle = '->',connectionstyle = 'arc3,rad=0.2'))
plt.text(0.5,-1,'This is a text',fontdict = {'size':12,'color':'green'})
plt.show()
